互联网推荐系统比较研究

被引：531

作者：

许海玲 ^{[1
]}

吴潇 ^{[2
]}

李晓东 ^{[1
]}

阎保平 ^{[1
,3
]}

机构：

[1] 中国科学院计算机网络信息中心CNNIC实验室

[2] 中国科学院计算技术研究所智能信息处理重点实验室

[3] 中国科学院计算机网络信息中心

来源：

软件学报 | 2009年 / 20卷 / 02期

关键词：

推荐系统; 社会网络; 信息过载; 协同过滤; 个性化;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

全面地总结推荐系统的研究现状,旨在介绍网络推荐的算法思想、帮助读者了解这个研究领域.首先阐述了推荐系统研究的工业需求、主要研究机构和成果发表的期刊会议;在讨论了推荐问题的形式化和非形式化定义之后,对主流算法进行了分类和对比;最后总结了常用数据集和评测指标,领域的重难点问题和未来可能的研究热点.

引用

页码：350 / 362

页数：13

共 17 条

[1] Incorporating contextual information in recommender systems using a multidimensional approach
Adomavicius, G
Sankaranarayanan, R
Sen, S
Tuzhilin, A
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2005, 23 (01) : 103 - 145
[2] Ontological user profiling in recommender systems
Middleton, SE
Shadbolt, NR
De Roure, DC
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) : 54 - 88
[3] Evaluating collaborative filtering recommender systems
Herlocker, JL
Konstan, JA
Terveen, K
Riedl, JT
[J]. ACM TRANSACTIONS ON INFORMATION SYSTEMS, 2004, 22 (01) : 5 - 53
[4] The role of the management sciences in research on personalization
Murthi, BPS
Sarkar, S
[J]. MANAGEMENT SCIENCE, 2003, 49 (10) : 1344 - 1362
[5] Threshold Setting and Performance Optimization in Adaptive Filtering
Stephen Robertson
[J]. Information Retrieval, 2002, 5 : 239 - 256
[6] Eigentaste: A Constant Time Collaborative Filtering Algorithm[J] . Ken Goldberg,Theresa Roeder,Dhruv Gupta,Chris Perkins.Information Retrieval . 2001 (2)
[7] Internet recommendation systems
Ansari, A
Essegaier, S
Kohli, R
[J]. JOURNAL OF MARKETING RESEARCH, 2000, 37 (03) : 363 - 375
[8] User Modeling for Adaptive News Access[J] . Daniel Billsus,Michael J. Pazzani.User Modeling and User-Adapted Interaction . 2000 (2)
[9] A Framework for Collaborative, Content-Based and Demographic Filtering[J] . Michael J. Pazzani.Artificial Intelligence Review . 1999 (5)
[10] Learning and Revising User Profiles: The Identification of Interesting Web Sites[J] . Michael Pazzani,Daniel Billsus.Machine Learning . 1997 (3)

← 1 2 →